内容简介 · · · · · ·
本书重点介绍了神经网络模型在自然语言处理中的应用。首先介绍有监督的机器学习和前馈神经网络的基本知识，如何将机器学习方法应用在自然语言处理中，以及词向量表示（而不是符号表示）的应用。然后介绍更多专门的神经网络结构，包括一维卷积神经网络、循环神经网络、条件生成模型和基于注意力的模型。后，讨论树形网络、结构化预测以及多任务学习的前景。
基于深度学习的自然语言处理的创作者
· · · · · ·
-
郭江 译者
作者简介 · · · · · ·
Yoav Goldberg现就职于以色列巴伊兰大学，是自然语言处理领域一位非常活跃的青年学者。Goldberg博士期间的主要研究方向为依存句法分析，随着深度学习的兴起，他也将研究兴趣转移至此，并成功地将该技术应用于依存句法分析等任务。与此同时，他在理论上对词嵌入和传统矩阵分解方法的对比分析也具有广泛的影响力。另外，他还是DyNet深度学习库的主要开发者之一。
目录 · · · · · ·
丛书信息
· · · · · ·
智能科学与技术丛书(共81册)，
这套丛书还有
《概率机器学习（基础篇）》《代数大脑》《机器学习 (原书第2版)》《人工智能》《强化学习/智能科学与技术丛书》
等
。
喜欢读"基于深度学习的自然语言处理"的人也喜欢的电子书 · · · · · ·
支持 Web、iPhone、iPad、Android 阅读器
喜欢读"基于深度学习的自然语言处理"的人也喜欢 · · · · · ·
-
- 百面机器学习 8.5
-
- Python机器学习基础教程 8.8
-
- 智能问答 8.3
-
- python机器学习 8.0
-
- 神经网络与深度学习 9.3
-
- 聊天机器人：对话式体验产品设计 6.5
-
- 深度学习高手笔记 8.7
-
- 自然语言处理综论（第二版） 8.3
基于深度学习的自然语言处理的书评 · · · · · · ( 全部 3 条 )
Marx
适合入门, 在深入了解
这篇书评可能有关键情节透露
我也是看了这本书对照cs224n才明白, 相较于cs224n已经没有英文基础的同学来说, 这本书是比较适合的, 理解起来没有歧义, 例证也是很清晰明了, 而且, 尤其是本书的参考文献, 多达100多篇paper, 已经能证明这是一本值得去读的好书了, 不管是入门也好, 希望对大家有所帮助, 目前来... (展开)> 更多书评 3篇
论坛 · · · · · ·
| 有人新读过这本书嘛？翻译的怎么样？ | 来自stayhungry多斯 | 3 回应 | 2020-05-31 17:35:34 |
这本书的其他版本 · · · · · · ( 全部3 )
以下书单推荐 · · · · · · ( 全部 )
- 计算语言学 NLP (汤圆先生)
- 自然语言处理 (Science而后行)
- CDA Level III 数据科学家（2019.1） (168 Hours)
- 机器学习 & 数据挖掘 (海)
- 机器学习与深度学习 (蔡大锅)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有386人想读，手里有一本闲着?
订阅关于基于深度学习的自然语言处理的评论:
feed: rss 2.0
0 有用 Hephaestus 2020-01-04 17:28:16
翻译一般，很多地方讲的太浅，可以当作nlp+dl综述来看
1 有用 happpystone 2018-09-27 20:23:10
修推荐
1 有用 圣杯何在？ 2018-12-13 20:18:57
这本书不如读几篇深度学习应用在NLP领域的论文有启发。针对深度学习应用在NLP就是简单的描述一下方向。第一部分讲讲神经网络，机器学习的书都有 第二部分讲讲NLP相关书都有第三部分讲讲深度学习深度学习的书都重复了就最后一部分有一些价值讲讲深度学习在NLP领域的应用就几十页吧。不知道为啥评分这么高
0 有用 疯了吧 2021-03-30 01:22:51
翻译太烂！！！
0 有用 RUIM 2019-06-16 23:06:41
全书哈工大相关博士编写，组织结构清晰；基本属于理论类非入门书籍，不可多得的关于自然语言处理深度学习相关书籍。全书安排循序渐进：1 简单概要介绍算法模型（线性模型->多层感知器/神经网络->相关训练）2 自然语言处理（文本构造；独热编码->稠密编码；语言模型<简要略过>; 预处理词训练/词嵌入等） 3 介绍神经网络相关知识结构。